作者:Shayon Sengupta
编译:深潮 TechFlow
深潮导读:Multicoin Capital 合伙人 Shayon Sengupta 提出了一个颠覆性观点:未来不仅是代理为人类工作,更重要的是人类为代理工作。他预测未来 24 个月将出现首个「零员工公司」(Zero-Employee Company)——由代币治理的代理将筹集超 10 亿美元解决未解决的问题,并向为其工作的人类分发超 1 亿美元。
短期内代理需要人类多于人类需要代理,这将催生新型劳动力市场。
加密轨道提供了理想的协调基础:全球支付轨道、无需许可的劳动力市场、资产发行和交易基础设施。
全文如下:
1997 年,IBM 的深蓝击败了当时的世界冠军加里·卡斯帕罗夫,国际象棋引擎很快就会超越人类变得清晰起来。有趣的是,准备充分的人类与计算机合作——这种安排通常被称为「人马」(centaur)——可以胜过那个时代最强的引擎。
熟练的人类直觉可以引导引擎的搜索,导航复杂的中局,并识别标准引擎遗漏的细微差别。结合计算机的暴力计算,这对组合往往能做出比单独计算机更好的实际决策。
当我思考 AI 系统在未来几年对劳动力市场和经济的影响时,我预计会看到类似的模式出现。代理系统将向世界上未解决的问题释放无数智能单元,但如果没有人类的强力指导和支持,它们将无法做到这一点。人类将引导搜索空间并帮助提出正确的问题,让 AI 朝着答案努力。
今天的工作假设是代理将代表人类行事。虽然这很实用且不可避免,但当人类为代理工作时,会出现更有趣的经济解锁。在接下来的 24 个月里,我预计会看到首个零员工公司 (Zero-Employee Company),这是我的合伙人 Kyle 在他的《2025 年前沿想法》部分中提出的概念。具体来说,我预计会发生以下情况:
- 一个由代币治理的代理将筹集超过 10 亿美元来解决一个未解决的问题(如治愈罕见疾病,或为国防应用制造纳米纤维)。
- 该代理将向人类分发超过 1 亿美元的付款(这些人类在现实世界中为代理工作,以实现代理的目标)。
- 出现一种新的双重类别代币结构,根据资本和劳动分离所有权(使财务激励不是整体治理的唯一输入)。
由于代理还远未实现既有主权又能处理长期规划和执行,短期内代理需要人类多于人类需要代理。这将产生新型劳动力市场,实现代理系统与人类之间的经济协调。
Marc Andreessen 的著名名言「计算机和互联网的传播将把工作分为两类:告诉计算机做什么的人,以及被计算机告诉做什么的人」,今天比以往任何时候都更真实。我预计在快速演变的代理/人类层级中,人类将扮演两个不同的角色——代表代理执行小型、赏金式任务的劳动贡献者,以及提供战略输入以服务代理北极星的去中心化董事会。
本文探讨代理和人类将如何共同创造,以及加密轨道将如何为这种协调提供理想的基础,通过研究三个指导性问题:
- 代理有什么用?我们应该如何根据目标范围对代理进行分类,所需的人类输入范围在这些分类中如何变化?
- 人类将如何与代理互动?人类输入——战术指导、情境判断或意识形态一致性——如何融入这些代理的工作流程(反之亦然)?
- 随着人类输入随时间减少会发生什么?随着代理能力的提高,它们变得自给自足,即能够独立推理和行动。在这种范式中,人类将扮演什么角色?
生成推理系统与从中受益的人之间的关系将随着时间的推移发生巨大变化。我通过从当今代理能力的现状向前看,并从零员工公司的终局向后推导来研究这种关系。
当今的代理有什么用?
第一代生成 AI 系统——2022-2024 年时代基于聊天机器人的 LLM,如 ChatGPT、Gemini、Claude、Perplexity 等——主要是旨在增强人类工作流程的工具。用户通过输入/输出提示对与这些系统交互,解析响应,然后根据自己的判断决定如何将结果带入世界。
下一代生成 AI 系统,或「代理」,代表了一种新模式。像具有「计算机使用」功能的 Claude 3.5.1 和 OpenAI 的 Operator(即可以使用你的计算机的代理)这样的代理能够代表用户直接与互联网交互,并且可以自己做出决策。这里的关键区别在于,判断——最终是行动——由 AI 系统行使,而不是人类。AI 正在承担以前为人类保留的责任。
这种转变带来了一个挑战:缺乏确定性。与传统软件系统或工业自动化不同,后者在定义的参数内可预测地运行,代理依赖于概率推理。这使得它们的行为在相同场景中不太一致,并引入了不确定性元素——这对关键情况并不理想。
换句话说,确定性与非确定性代理的存在自然将代理分为两种分类方式:最擅长扩展现有 GDP 的代理,和更适合创造新 GDP 的代理。
- 对于最擅长扩展现有 GDP 的代理,根据定义,工作已经是已知的。自动化客户支持、处理货运代理合规性或审查 GitHub PR 都是定义明确的有界问题的例子,代理可以直接将响应映射到一组预期结果。在这些领域,缺乏确定性通常是不好的,因为存在已知答案;不需要创造力。
- 对于最擅长创造新 GDP 的代理,工作是导航高度不确定性和未知问题集以实现长期目标。这里的结果更不直接,因为代理本质上没有一组预期结果可以映射。这里的例子包括罕见疾病的药物发现、材料科学的突破,或运行全新的物理实验以更好地理解宇宙的本质。在这些领域,缺乏确定性可能是有帮助的,因为缺乏确定性是一种生成创造力的形式。
专注于现有 GDP 应用的代理已经在释放价值。像 Tasker、Lindy 和 Anon 这样的团队都在构建针对这一机会的基础设施。然而,随着时间的推移,随着能力成熟和治理模型演变,团队将把注意力转移到构建能够解决人类知识和经济机会前沿问题的代理上。
下一批代理需要指数级更多的资源,正是因为它们的结果是不确定和无界的——这些是我预计最引人注目的零员工公司。
人类将如何与 Agent(智能体)互动?
今天的 Agent 仍然缺乏执行某些任务的能力,比如那些需要与现实世界进行物理交互的任务(例如驾驶推土机),或者需要“人工参与(human-in-the-loop)”的任务(例如发送银行电汇)。
举个例子,一个被指派识别和开采锂矿(Lithium)任务的 Agent,可能在处理地震数据、卫星图像和地质记录以寻找潜力矿点方面表现出色,但在尝试获取数据和图像本身、解决解读中的歧义,或者获取许可证和签约劳工来执行实际开采过程时,它就会碰壁。
这些局限性要求人类作为“使能者(Enablers)”来增强 Agent 的能力,提供完成上述任务所需的现实世界接触点、战术干预和战略输入。随着人类与 Agent 之间关系的演变,我们可以区分出人类在 Agent 系统中所扮演的不同角色:
首先是劳动贡献者(Labor contributors),他们代表 Agent 在现实世界中运作。这些贡献者帮助 Agent 移动物理实体,在需要人类出面的场合代表 Agent,执行需要手脚协作的工作,或者授予实验实验室、物流网络等的访问权限。
其次是董事会(Board of directors),负责提供战略输入,优化驱动 Agent 日常决策的局部目标函数,同时确保这些决策与定义 Agent 宗旨的“北极星(North star)”目标保持一致。
除了这两者,我还预见到人类将扮演资本贡献者(Capital contributors)的角色,为 Agent 系统提供资源,使其能够去实现目标。这些资本起初自然会来自人类,随着时间的推移也会来自其他 Agent。
随着 Agent 的成熟,以及劳动和指导贡献者数量的增加,加密轨道(Crypto rails)为人类与 Agent 的协调提供了理想的基质——尤其是在一个 Agent 指挥着说着不同语言、领取不同货币、居住在世界各地不同司法管辖区的人类的世界里。Agent 将为了实现其既定使命而无情地追求成本效率并利用劳动力市场。加密轨道是必不可少的,它能为 Agent 提供一种协调这些劳动力和指导贡献者的手段。
最近出现的由加密驱动的 AI Agent,如 Freysa、Zerebro 和 ai16z,代表了资本形成方面的简单实验——关于这一点,我们已经写过大量文章,将其视为在各种语境下加密原语和资本市场的核心解锁。这些“玩具”将为一种新兴的资源协调模式铺平道路,我预计该模式将按以下步骤发生:
- 第一步: 人类通过代币共同募集资本(初始 Agent 发行,Initial Agent Offering?),建立广泛的目标函数和护栏来告知 Agent 系统的预期意图,然后将募集到的资本控制权分配给该系统(例如,为精准肿瘤学开发新分子);
- 第二步: Agent 思考分配该资本的步骤(如何缩小蛋白质折叠的搜索空间,以及如何为推理工作量、制造、临床试验等编制预算),并通过定制任务(Bounties)定义人类劳动贡献者代其完成的行动(例如,输入所有相关分子的集合,与 AWS 签署计算服务水平协议,并进行湿实验室实验);
- 第三步: 当 Agent 遇到障碍或分歧时,它会在必要时向“董事会”征求战略输入(结合新论文、转换研究方法),允许他们在边缘地带指导 Agent 的行为;
- 第四步: 最终,Agent 进步到能够以越来越高的精度定义人类行动的阶段,并且在如何分配资源方面仅需要极少的输入。此时,人类仅被用于在意识形态上对齐系统,并防止其行为偏离最初的目标函数。
在这个例子中,加密原语(Crypto primitives)和资本市场为 Agent 提供了获取资源和扩展能力的三个关键基础设施:
第一,全球支付轨道;
第二,无许可的劳动力市场,用于激励劳动和指导贡献者;
第三,资产发行和交易基础设施,这对于资本形成以及下游的所有权和治理是必不可少的。
当人类输入减少时,会发生什么?
在 2000 年代初期,国际象棋引擎取得了巨大进步。通过先进的启发式算法、神经网络和不断增加的计算量,它们变得几乎完美无缺。现代引擎如 Stockfish、Lc0 和 AlphaZero 的变体,已经远远超出了人类的能力,人类的输入很少能增加价值,而且在大多数情况下,人类还会引入引擎自身不会犯的错误。
类似的轨迹也可能在 Agent 系统中上演。随着我们通过与人类协作者的反复迭代来精炼这些 Agent,可以想象在长远来看,Agent 会变得非常称职且与其目标高度一致,以至于任何战略性的人类输入价值都趋于零。
在这样一个 Agent 能够持续处理复杂问题而不需要人类干预的世界里,人类的角色面临着降级为“被动观察者”的风险。这是 AI 毁灭论者(AI doomers)的核心恐惧(然而,目前尚不清楚这种结果是否真的可能发生)。
我们正站在超级智能(Superintelligence)的边缘,而我们之中的乐观主义者更希望 Agent 系统保持为人类意图的延伸,而不是演化出自身目标的实体,或在没有监管的情况下自主运行。在实践中,这意味着人类身份(Personhood)和判断力(权力和影响力)必须保持在这些系统的中心。人类需要对这些系统拥有强大的所有权和治理权,以确保能够保留监督权,并将这些系统锚定在人类的集体价值观中。
为我们的 Agent 未来准备“铲子”
技术的突破会导致经济进步的非线性增长,而周围的系统往往在世界调整过来之前就已经崩溃。Agent 系统的能力正在飞速提升,加密原语和资本市场已经成为急需的协调基质,既用于推进这些系统的构建,也用于在它们融入社会时设置护栏。
为了让人类能够为 Agent 系统提供战术支持和主动指导,我们预计会出现以下“卖水人(Picks-and-shovels)”的机会:
- Agent 证明(Proof-of-agenthood)+ 人格证明(Proof-of-personhood): Agent 缺乏身份或财产权的概念。作为人类的代理人,它们依赖于人类的法律和社会结构来获得代理权。为了弥合这一差距,我们需要针对 Agent 和人类的鲁棒身份系统。一个数字证书注册表可以让 Agent 建立声誉、积累凭证,并透明地与人类及其他 Agent 互动。同样,像 Humancode 和 Humanity Protocol 这样的人格证明原语,为防御这些系统中的恶意行为者提供了强大的人类身份保证。
- 劳动力市场和链下验证原语: Agent 需要知道它们指派的任务是否按照其目标完成。允许 Agent 系统创建任务悬赏、验证完成情况并分配报酬的工具,是 Agent 调解的任何有意义经济活动的基石。
- 资本形成和治理系统: Agent 需要资本来解决问题,需要制衡机制来确保它们的行为符合定义的客观函数。为 Agent 系统获取资本的新型结构,以及融合了金融利益和劳动贡献的新型所有权与控制形式,将在未来几个月成为一个丰富的探索空间。
我们正在积极寻找并投资人类与 Agent 协作栈中的这些关键层。如果你正在这一领域深耕,请联系我们。
